机器人4.0时代来临！四大核心技术助推大规模商用部署( 八 )_图1

3、云-边-端一体化对机器人系统的支撑

云–边–端一体化构建了一个通过机器人提供多样化服务的规模化运营平台。其中，服务机器人本体是服务的实施者，而实际功能则根据服务的需要无缝地在终端计算（机器人本体）、边缘计算和云计算之间分布和协同。机器人系统类似现在智能手机上的各种 APP，主要关注如何实现高性价比的多模态感知融合、自适应交互和实时安全计算。

多模态感知融合：为了支持机器人的移动、避障、交互和操作，机器人系统必须装备多种传感器（如摄像头、麦克风阵列、激光雷达、超声波等）。同时，环境里的传感器可以补足机器人的物理空间局限性。大部分数据需要在时间同步的前提下进行处理，并且调用不同复杂度的算法模块（例如 SLAM，图像处理，人和物体的识别等）。机器人硬件系统和边缘计算需要协同来支持（可能来自多个机器人的）多传感器数据同步和计算加速，因此应该采用能灵活组合 CPU、 FPGA 和 DSA (Domain-Specific Accelerator）的异构计算平台。另一部分没有强实时性要求的感知任务（如人的行为识别、场景识别等），可以由云计算支持。

自适应交互：为了支持机器人的个性化服务和持续学习能力，需要将感知模块的输出与知识图谱结合对环境和人充分理解，并且逐步提取和积累与服务场景和个人相关的个性化知识。通用知识和较少变化的领域知识应该存放在云端，而与地域和个性化服务相关的知识应该存放在边缘或者终端。无论知识存放在哪里，在机器人系统中应该有统一的调用接口，并可以保证实时通讯。基于 ROS2 构造涵盖终端和网络侧的软件系统框架可以满足未来的需求。